客户想把一段熟悉的声音做成 AI 配音，接单前先确认“这是谁的声音、允许怎么用”。声音克隆能让新台词听起来像某个人；拿到一段录音、买到音频文件，或者客户说“网上找的”，都不能直接当作克隆授权。本文按中国大陆现行法律和最高人民法院公开文件整理核对流程，并用系统生成的合成语音完成了一次本机技术测试；它是一般信息，不代替个案法律意见。

先分清你拿到的是什么权利

录音文件的著作权或使用许可，和录音中自然人的声音权益不是同一件事。最高人民法院公布的一起 AI 声音侵权案中，配音演员曾受委托录制录音制品，后续公司获得了录音制品的使用许可，但未经配音演员许可将声音 AI 化并用于文本转语音产品。法院认为，AI 合成声音仍可因音色、语调和发音风格被公众识别为该配音演员，相关公司侵害了她的声音权益。最高法典型案例

最高人民法院 2026 年发布的涉人工智能纠纷案件《意见》第四条进一步明确：除法律另有规定外，未经自然人同意，使用其声音作为训练语料，模仿其音色、语调和发音风格生成可识别的合成人声，权利人主张声音权益受到侵害的，人民法院依法予以支持。《意见》全文

所以，配音员、主播、员工、客户或家人的声音，都先由声音本人确认授权范围。公司拥有节目、广告或录音文件，不自动代表它能授权克隆里面每个人的声音。

开始前核对这5项

1. 声音属于谁

记录录音中每位可识别说话人的姓名或代称、联系方式和授权确认方式。多人对话要逐一确认，不能只让录音提供者代替其他人同意。

2. 是否明确同意“做声音模型”

询问对方是否知道录音会被用于 AI 声音克隆，是否同意生成能模仿本人音色、语调和发音风格的合成人声。《深度合成管理规定》要求，提供人声编辑功能的服务提供者和技术支持者提示使用者依法告知被编辑的个人并取得单独同意。实际制作时，应保留单独、明确的授权记录，而不是只留一句口头“可以用”。《深度合成管理规定》第十四条

3. 授权具体覆盖哪些用途

把用途写清楚：是制作本人宣传片、课程旁白，还是可生成任意文本的长期音色模型；是否用于商业广告、社交平台、直播或客户项目；允许哪些地区、平台、时长和修改方式；能否转授权。用途改变时，重新确认授权。

4. 录音和模型如何保存

约定参考录音、提取的说话人特征、模型文件、成品音频分别由谁保管，谁可以访问，何时删除。写明合作终止后是否停用模型、如何处理备份，以及对方撤回或要求停止使用时的联系办法。《个人信息保护法》要求个人信息处理有明确目的、采取必要措施；声音数据的具体法律性质和义务要结合实际处理场景判断。《个人信息保护法》

5. 成品会怎样发布

成品不得假借本人身份发表本人没有说过的话，也不要用克隆声音制造虚假背书、误导消费者或损害他人名誉。发布 AI 生成音频时，按发布平台的功能主动声明并添加相应标识。《人工智能生成合成内容标识办法》自 2025 年 9 月 1 日施行，规定了合成音频的显式、隐式标识安排和用户发布时的主动声明要求。标识办法

**标识不能代替授权。**给音频加“AI 合成”提示，不能补上缺失的声音本人许可；授权齐全，也不能跳过平台标识要求。

这几种情况先停下来

  • 录音来源不清，或只知道它来自公开视频、播客、电影和歌曲。
  • 客户拥有录音文件，却无法说明里面说话人同意声音克隆。
  • 对方只允许剪辑或播放原录音，没有确认训练音色、合成新台词、商用或转授权。
  • 需求是让声音冒充某个人向家人、客户、员工或公众传达消息。
  • 要求去掉 AI 标识，或隐瞒合成事实。

遇到这些情况，不要先生成再补手续；改用获得明确授权的声音，或者选不指向特定自然人的通用合成音色。具体合同、广告和商业合作有争议时，请让律师按事实审查。

复制这份授权核对表

下载声音克隆授权核对包。材料记录声音本人、源录音、模型训练、生成用途、传播范围、保存期限、删除方式和 AI 标识。它只是接单前的核对清单，不是可直接签署的法律合同；正式合作应把双方约定写进合同或授权书，并核验签署人的权限。

本机技术测试说明

我在 MacBook Pro M1 Max、64GB、macOS 27.0.1 上运行本机 IndexTTS-2.5。参考音不是任何人提供的录音，而是用 macOS say 生成的 7.25 秒普通话合成音，转为单声道 24 kHz WAV；模型加载约 28.2 秒，生成一条短句用时约 24 秒，输出为单声道 22.05 kHz、4.55 秒 WAV。模型仓库当时的 Git 提交为 d9e41aa，运行环境 Python 3.11.15、PyTorch 2.8.0、MPS 可用。

这只是确认 IndexTTS-2.5 可以读取参考音并生成文件的技术冒烟测试，没有验证任何真人声音的授权、相似度、商业许可或实际交付质量；输出也没有人工试听。参考音与合成结果仅保存在本机 local-only/，不在公开练习包或线上。真实项目仍须先取得声音本人明确授权，并分别核对录音、模型、用途和发布平台的权利范围。详细计时与文件属性见本地实测记录。

接下来可以做什么

来源与适用范围

本文聚焦中国大陆自然人声音和网络发布场景。最高人民法院《意见》用于指导人民法院审理涉人工智能纠纷案件；实际权利范围、授权是否有效、平台与服务提供者的义务，仍要结合具体事实、合同和现行规则判断。